Modelo de pesquisa de mercado — metodologia de pesquisa de grau, sem PhD necessário

Para quem é este modelo

Existe um gap de categoria entre uma pesquisa de satisfação do cliente e um estudo de pesquisa de mercado, e a diferença é metodologia. Pesquisa de satisfação coleta feedback de gente que já usa seu produto; estudo de pesquisa de mercado gera sinal estatisticamente usável sobre uma população que pode ou não incluir seus clientes. A diferença aparece no design — pesquisas de research precisam de critério de triagem (só o segmento-alvo qualifica), atenção checks (pra você identificar e descartar respondente de baixo esforço), ordem de pergunta randomizada (pra controlar efeito de primacy e recency em resultado agregado), tipos de pergunta específicos casados com objetivos de research (Likert pra atitude, ranking pra preferência, MaxDiff pra importância relativa, Van Westendorp pra preço, conjoint pra trade-off), e um padrão de painel que casa com seu objetivo (painel próprio de cliente pra validação, painel de terceiro pra amostra populacionalmente representativa). Este modelo não te transforma em pesquisador PhD, mas te dá a estrutura que previne os erros mais comuns — aceitar respondente não-qualificado, construir viés na ordem da pergunta, perder falha de atenção, gerenciar mal pagamento de incentivo, e produzir uma amostra que seu time não consegue defender na frente de stakeholder cético.

Do campo ao dataset pronto pra análise

Defina sua amostra primeiro (segmento-alvo + tamanho + cotas demográficas). Decida sua fonte de painel — sua própria lista de cliente (grátis, rápido, enviesada pra cliente existente), um painel de terceiro (MindMiners, Provokers, OpinionBox, Mosaiclab, IBOPE Inteligência, Croma Insights, Pollfish Brasil, Toluna; ou globalmente Pollfish, dscout, UserTesting, Prolific, Respondent), ou híbrido (sua própria lista pra primário, painel pra preencher cota que você não consegue preencher da sua lista). Rode as perguntas de triagem primeiro — desqualifique respondente que não bate com o segmento-alvo o mais cedo possível pra economizar custo de painel. Randomize ordem de pergunta dentro de blocos onde for apropriado (especialmente pra qualquer pergunta onde ordem de item criaria viés de primacy ou recency). Insira atenção checks ("pra confirmar que você está lendo, por favor selecione 'concordo'" ou item-armadilha tipo "quantas vezes nos últimos 6 meses você usou um produto que não existe") em 1-2 pontos numa pesquisa mais longa. Ao enviar, roteie o dado pra sua ferramenta de análise — SPSS, R, Stata, Python pandas, ou pra time menos técnico Google Sheets / Airtable com aba de resumo. Pra painel pago, a entrega do incentivo é automatizada (a plataforma do painel paga o respondente; você paga a plataforma por complete). Pra painel próprio de cliente, integre o formulário com uma API de entrega de gift card (Tremendous, Giftbit, ou direto via Pix usando integração Mercado Pago / Pagar.me).

O que está incluído

Cada campo e cada padrão estrutural está aqui porque metodologia de research depende dele. Pule o que você não precisa pro seu estudo específico, mas resista a remover critério de triagem, atenção check e randomização — essa é a diferença entre dado em que você pode agir e ruído em que você não pode.

Feito pros times que rodam pesquisa de mercado sem departamento de research

• Validação de product-market-fit (founder e startup)

  A pergunta do 'teste de Sean Ellis' ("como você se sentiria se não pudesse mais usar este produto?" com um limite de Muito Decepcionado de 40%+) é a medição de PMF mais citada, mas uma pesquisa de PMF de grau-research é mais que essa única pergunta. Inclua triagem por status do cliente (ativo nos últimos 30/60/90 dias), perguntas abertas randomizadas sobre que valor o produto entrega, ranking de importância da proposta de valor (MaxDiff ou ranking simples), comparação competitiva (pra qual produto eles migrariam se o seu sumisse), e perguntas de preço Van Westendorp pra estudo de monetização. Pra founder em estágio inicial, isso é frequentemente a pesquisa de maior ROI que você consegue rodar — uma pesquisa de 30 minutos pra 100-300 clientes pode resetar seu roadmap de um jeito que nenhuma quantidade de debate interno consegue. No Brasil, ABStartups, Distrito, Endeavor têm publicações e dados de PMF que valem como benchmark.

• Brand tracking e estudos de awareness

  Estudos de tracking são recorrentes (mensais ou trimestrais) e precisam de consistência entre ondas — mesmas perguntas, mesmas escalas, mesma composição de painel — pra que as linhas de tendência sejam interpretáveis. O modelo precisa capturar top-of-mind ("cite três marcas em [categoria]"), awareness assistido ("quais dessas marcas você já ouviu falar?"), associações de atributo de marca (Likert pra cada marca em dimensão como qualidade, inovação, valor, confiança), conjunto de consideração ("quais você consideraria comprar?"), e intenção de compra. Pra agências servindo cliente de marca (Kantar Worldpanel Brasil, Ipsos Brasil, Nielsen Brasil, GfK, YouGov Brasil, IBOPE Inteligência, Croma Insights, Box1824), a exportação de dado precisa suportar cruzamento por demografia, e o próprio instrumento da pesquisa vira entregável contratual com os stakeholders da marca.

• Pesquisa de preço (Van Westendorp, Gabor-Granger, conjoint)

  Pesquisa de preço é metodologicamente específica. O Price Sensitivity Meter de Van Westendorp (PSM) usa quatro perguntas-âncora (muito barato / barato / caro / muito caro) pra derivar uma faixa de preço aceitável. Gabor-Granger usa uma escada de preço pra achar o ponto ótimo. A análise conjoint baseada em escolha (CBC) apresenta ao respondente uma série de ofertas competidoras (combinação de preço + feature) e usa o trade-off pra derivar willingness-to-pay pra cada atributo. Cada um desses é um padrão de pergunta estruturado que pode ser implementado num formulário, embora o lado de análise tipicamente exija uma ferramenta como Conjoint.ly, Qualtrics XM, Sawtooth, Quantilope, ou ferramentas brasileiras com módulo de análise (algumas seções da MindMiners, OpinionBox, IBOPE Conecta) pros cálculos pós-pesquisa. O formulário captura as respostas cruas; a ferramenta de análise deriva os insights.

• Painéis de agência e estudos sindicalizados

  Agências de research rodando estudos custom ou sindicalizados precisam de um instrumento de pesquisa que possa ser deployado entre múltiplos clientes e ondas, com controle de qualidade consistente. O modelo precisa suportar triagem padronizada (pra que a mesma definição de ICP lado-agência seja usada entre estudos), seções modulares (cliente de marca adiciona algumas perguntas marca-específicas a um estudo sindicalizado), estrutura de incentivo atrelada à plataforma de painel da agência (Lucid, Prodege, Pure Spectrum, Cint, ou painéis próprios — no Brasil, MindMiners Panel, OpinionBox Panel, Provokers, IBOPE Conecta), e qualidade consciente do ESOMAR (atenção check, armadilha de velocidade pra respondente correndo pelo formulário, deduplicação por IP, checagem de histórico de participação em painel). A saída precisa suportar handoff pro analista nas ferramentas de análise da agência (tipicamente SPSS, Q, MarketSight, ou stack interno custom).

• User research em escala (UX research, time de customer insights)

  Research quantitativo de usuário na escala de 500-5.000 respondentes por estudo, junto ao ciclo de entrevista qualitativa. O modelo captura segmentação por uso (quais features eles usam, frequência, caso de uso primário), satisfação ao longo do customer journey (signup, onboarding, dia-1, uso semanal, interação com suporte), e perguntas de priorização de feature (rank ou nota pro valor de features futuras do roadmap). O dado integra com o stack existente do time — Dovetail ou Reduct pra tema qualitativo, Hotjar ou PostHog pra sinal comportamental, Productboard pra priorização. Pra empresas tech com org de user-research maduro (Nubank, iFood, Magalu, Stone, MercadoLivre, Globoplay e outras com time interno de UXR), a pesquisa é um input ao lado de gravação de sessão, ticket de suporte e analytics de produto.

• Pesquisa acadêmica e governamental

  Estudos acadêmicos (research universitário, trabalho de tese) e pesquisas governamentais (adjacentes a Censo/IBGE, Ministério da Saúde, secretarias estaduais, FGV, Ipea) têm requisito de conformidade mais rigoroso — aprovação do Comitê de Ética em Pesquisa (CEP) pra estudos acadêmicos no Brasil via Plataforma Brasil, revisão da CONEP pra estudos envolvendo dado sensível, e protocolo específico do setor público pra pesquisa com dinheiro público. O modelo precisa suportar captura de consentimento informado (uma checkbox com texto explícito de TCLE — Termo de Consentimento Livre e Esclarecido, timestamped), des-identificação de resposta sensível, documentação de período de retenção (frequentemente 5-7 anos pra estudo acadêmico, 1-3 anos pra pesquisa governamental rotineira), e acessibilidade (compatibilidade com leitor de tela, alternativa em linguagem simples, deploy multi-idioma pra amostra populacionalmente representativa — no Brasil, deploy mínimo em português, considerando linguagens indígenas e LIBRAS pra estudos nacionais de população completa).

Adapte a pesquisa pra sua metodologia de research

Comece definindo o quadro amostral — quem especificamente qualifica pra esse estudo — e escreva as perguntas de triagem pra impor esse quadro no topo da pesquisa. Desqualificar cedo economiza custo de painel (painel de terceiro cobra por complete, não por tentativa) e protege a qualidade do seu dado. Decida se vai randomizar ordem de pergunta dentro de cada seção; pra escala de atitude onde ordem de item cria viés, randomização é não-opcional. Insira pelo menos uma atenção check em qualquer pesquisa acima de 5 minutos; item-armadilha (uma pergunta com resposta obviamente correta que pega respondente que não está lendo) é mais defensável que item de resposta-instruída se você vai ser desafiado sobre validade do dado. Pra estudo de preço, escolha sua metodologia (Van Westendorp, Gabor-Granger, conjoint) baseado no que você precisa decidir — Van Westendorp te diz uma faixa aceitável, Gabor-Granger otimiza um único preço, conjoint quantifica willingness-to-pay pra feature específica. Pra pesquisa paga, fixe o incentivo num nível que case com o valor de tempo da sua audiência — R$10-30 pra pesquisa de consumidor de 5 minutos, R$50-200 pra pesquisa B2B especialista de 15 minutos, R$500+ pra entrevista de uma hora com executivo — e use uma plataforma de painel que gerencie a automação do pagamento (no Brasil, frequentemente via Pix pra entrega instantânea). Pra estudos conscientes do ESOMAR (qualquer research onde você vai publicar ou compartilhar resultado fora da sua empresa), adicione as divulgações padrão: patrocinador do estudo, tratamento de dado, direito de retirada, contato pra pedido de acesso a dado sob LGPD.

Perguntas frequentes sobre a pesquisa de mercado

Modelos relacionados